L’emploi des développeurs de 22 à 25 ans a reculé d’environ 20% depuis 2024, selon le Stanford AI Index 2026. Pas à cause d’une récession. Pas à cause d’une guerre commerciale. À cause d’un choix délibéré de recrutement que des dizaines d’entreprises tech ont fait en silence, souvent sans en mesurer les conséquences à dix ans.

La dynamique est simple à comprendre, difficile à corriger. Les agents IA peuvent aujourd’hui absorber une part significative des tâches qui constituaient les premières années d’un développeur junior : rédiger du code de base, documenter, tester, intégrer. Les entreprises l’ont vu et ont tiré les conclusions immédiates : moins de juniors embauchés, plus d’agents supervisés par des seniors. Les bilans à court terme sont flatteurs. La masse salariale baisse sur les profils d’entrée. La productivité des équipes restantes progresse. Et les seniors — ceux qui savent piloter ces agents, corriger leurs erreurs, arbitrer leurs limites — voient leurs salaires grimper parce que leur rareté relative augmente.

Ce que ces bilans ne montrent pas, c’est ce qui se passe dans dix ans quand ces seniors partent en retraite et qu’aucune cohorte mid-level n’a été formée pour les remplacer.

L’essentiel

  • Environ 128 270 licenciements tech au total ont été enregistrés sur les cinq premiers mois de 2026, selon HeroHunt.ai — dont une partie seulement directement attribuée à l’IA
  • L’emploi des développeurs de 22 à 25 ans a reculé d’environ 20% depuis 2024 (Stanford AI Index 2026)
  • Les salaires des développeurs seniors et des architectes IA progressent, portés par une raréfaction des profils expérimentés disponibles
  • La cohorte absente aujourd’hui produira un déficit de mid-level en 2033-2035, avec un effet de ciseau sur les salaires et potentiellement sur la capacité d’innovation
  • Plusieurs entreprises commencent à créer des parcours hybrides formation-supervision d’agents pour anticiper cette pénurie, mais à une échelle encore marginale

128 270 licenciements en cinq mois

Le chiffre brut est considérable. Sur les cinq premiers mois de 2026, HeroHunt.ai recense environ 128 270 suppressions de postes dans le secteur tech, toutes causes confondues — et non pas uniquement celles explicitement liées à l’IA. La même source précise que seuls environ 9 200 de ces licenciements ont été directement attribués à l’IA. Pour autant, ce ne sont pas uniquement des compressions conjoncturelles — le secteur reste profitable, les valorisations tiennent. Ce sont en grande partie des réorganisations stratégiques, des choix d’allocation humaine autour de nouvelles architectures de travail.

Ce que le chiffre agrégé masque, c’est sa distribution par profil. Les suppressions ne touchent pas uniformément les équipes. Elles s’abattent de manière sélective sur les postes d’entrée et les fonctions les plus codifiables : QA, support technique de niveau 1, développement frontend standardisé, gestion de documentation. Autrement dit : les fonctions historiquement occupées par des profils juniors en début de carrière.

Les données du Stanford AI Index 2026 précisent cette distribution. L’emploi des 22-25 ans dans le secteur tech a reculé d’environ 20% en deux ans. C’est une chute rapide sur un horizon très court, qui n’a pas d’équivalent dans les cycles précédents d’automatisation. Pour comparaison, le recul de l’emploi clerical lié à la bureautique dans les années 1990 avait pris une décennie à produire des effets structurels de cette ampleur. L’ajustement actuel est deux à trois fois plus rapide.

Les seniors profitent d’une pénurie relative qu’ils n’ont pas créée

Pendant que les offres d’emploi juniors se contractent, les salaires des profils seniors et des architectes IA accélèrent. Le mécanisme est classique : quand la demande reste forte et que l’offre se raréfie, le prix monte. Sauf que la raréfaction n’est pas naturelle — elle est le produit direct des décisions d’embauche prises depuis 2023.

Les entreprises qui ont réduit leurs cohortes juniors ont, sans le vouloir, réduit le pipeline de leurs propres futurs seniors. Un développeur mid-level de 2030 est un junior de 2025 qui aura eu quatre ou cinq ans pour apprendre sur le terrain, accumuler des erreurs réelles, comprendre les architectures complexes par la pratique. Si cette personne n’a pas été embauchée en 2025 parce qu’un agent IA faisait la même chose à un coût marginal, elle n’existera tout simplement pas dans le vivier disponible en 2030.

Les salaires des seniors montent donc pour deux raisons simultanées. D’abord, leur valeur opérationnelle est réelle : piloter des agents IA, détecter leurs hallucinations, arbitrer les décisions qui dépassent leur périmètre, superviser des architectures complexes demande une expertise que les années forment, pas les prompts. Ensuite, leur offre relative baisse puisque les cohortes juniors qui auraient dû les remplacer ont été sacrifiées à l’optimisation à court terme.

Ce n’est pas un effondrement du marché du travail tech, comme certains le craignaient lors des premières vagues de licenciements. C’est une bifurcation. Le travail se polarise entre des profils hautement qualifiés, rares et bien payés, et des agents IA qui absorbent les tâches standardisées, laissant un vide là où se jouait jadis l’apprentissage.

Un trou générationnel se creuse en temps réel

Le chiffre de 20% de recul sur les 22-25 ans doit être lu avec sa dynamique temporelle. Si ce rythme se maintient deux ans de plus — hypothèse conservatrice au regard des intentions d’embauche déclarées dans les enquêtes sectorielles — la cohorte d’entrée aura chuté de 35 à 40% par rapport au niveau de 2022. L’effet dans dix ans se calcule assez simplement.

Un développeur senior de 35 ans en 2035 devra avoir commencé à travailler vers 2022-2025, pendant la période de compression maximale des embauches juniors. La taille de ce vivier sera structurellement réduite. Si les seniors actuels, ceux de 40-50 ans, commencent à partir à 2032-2038, le marché se trouvera en ciseau : forte demande, vivier réduit, salaires en éruption. C’est le scénario que plusieurs cabinets de prospective des ressources humaines anticipent déjà sous le nom de “skills cliff” — une falaise plutôt qu’une pente.

Cette mécanique a des précédents dans d’autres secteurs. L’industrie nucléaire civile française a vécu quelque chose de structurellement comparable dans les années 1990-2010 : une génération d’ingénieurs recrutée en masse lors du programme de construction des centrales, suivie d’une longue pause dans les embauches, puis une pénurie aiguë quand il a fallu former les personnels pour la maintenance et le Grand carénage. EDF a dû recréer des filières de formation d’urgence à prix élevé. Le parallèle n’est pas parfait — le secteur tech se renouvelle plus vite — mais la logique du pipeline est identique.

La question qui se pose aux États-Unis est donc celle-ci : qui paie le coût de la formation qui n’est plus faite par le marché ? Historiquement, c’est l’entreprise qui formait ses juniors en les payant moins que leur productivité immédiate, récupérant la différence sur leurs années mid-level. Ce contrat implicite est en train de se rompre.

Ce que les entreprises pionnières font pour corriger le tir

Le marché n’est pas aveugle. Certaines entreprises ont commencé à sentir le problème avant que les données agrégées le quantifient clairement, et ont engagé des corrections.

Le modèle qui émerge dans un nombre croissant de grandes entreprises tech est ce qu’on appelle le “AI-augmented apprenticeship” : un parcours d’entrée hybride où le junior n’est pas recruté pour écrire du code de base, mais pour superviser des agents IA sur des tâches de complexité croissante, en développant progressivement sa capacité à identifier leurs limites et à intervenir. La logique de formation est inversée : on apprend à corriger avant d’apprendre à construire, ce qui n’est pas sans questions pédagogiques sérieuses.

D’autres entreprises, notamment dans les scale-ups de moins de 500 personnes où les budgets RH sont plus contraints, expérimentent des partenariats avec des bootcamps et des universités pour co-financer des cohortes de “AI oversight engineers” — un titre encore flou qui recouvre en réalité le métier de développeur junior repensé pour l’ère des agents. Ces partenariats restent à faible échelle : quelques milliers de postes au total, largement insuffisants pour compenser le recul de plus de 128 000 emplois tech enregistré en cinq mois.

Il faut garder le sens des proportions. Ces initiatives sont réelles, documentées, et intéressantes comme signaux d’autorégulation du marché. Elles ne compensent pas, à court terme, l’ampleur de la compression. Mais elles prouvent une chose importante : la pénurie future est déjà lisible par ceux qui regardent à dix ans, et plusieurs acteurs privés commencent à investir pour l’éviter. Ce n’est pas rien.

Pourquoi la réorganisation du travail, plus que l’IA elle-même, produit ce résultat

Il est tentant de lire cette situation comme une conséquence inévitable de la technologie. Ce serait une erreur d’analyse. Les agents IA ne suppriment pas les juniors parce qu’ils le peuvent. Ils les suppriment parce que les entreprises ont choisi de les déployer de cette façon-là, dans un contexte de pression sur les coûts et de valorisation des gains de productivité immédiats.

La démonstration la plus convaincante de ce point vient d’une comparaison sectorielle. Dans la fintech, où la régulation impose des ratios humains-superviseurs minimaux et où les auditeurs exigent des trails de décision traçables, les embauches juniors ont reculé de façon beaucoup moins marquée — de manière significative mais bien inférieure à ce qu’on observe dans les segments non régulés. Non pas parce que les agents IA y sont moins capables, mais parce que le cadre institutionnel impose une organisation du travail différente.

La même logique s’applique aux cabinets de conseil en technologie qui travaillent pour des clients dans des secteurs réglementés : défense, santé, infrastructure critique. Ces cabinets ont maintenu leurs embauches juniors à des niveaux proches de 2022, précisément parce que leurs clients imposent des contraintes de supervision humaine que les agents seuls ne satisfont pas.

Ce que ces cas montrent, c’est que le trou générationnel n’est pas un destin technologique. C’est le résultat d’un choix d’organisation dans un marché non régulé, où l’optimisation à court terme n’internalise pas les coûts à long terme. Quand une contrainte extérieure force à internaliser ces coûts — réglementaire, contractuelle, ou culturelle — le comportement d’embauche change.

Ce que le marché peut faire seul, et ce qu’il ne fera pas

Il est raisonnable d’anticiper que le marché se corrigera partiellement. Les salaires seniors continueront de monter, rendant l’investissement dans des parcours juniors de plus en plus rentable pour les entreprises qui savent lire sur dix ans. Les initiatives d’apprenticeship hybrides se multiplieront à mesure que la pénurie deviendra plus visible. Une poignée de grandes entreprises — celles qui ont les bilans et les horizons temporels pour absorber le coût de formation — ont intérêt à recréer ces pipelines pour sécuriser leurs propres besoins futurs.

Mais la correction spontanée du marché ne sera ni rapide ni universelle. Elle arrivera trop tard pour la cohorte 2025-2027, déjà absente du pipeline. Elle favorisera les grandes entreprises qui peuvent se permettre d’investir dans des parcours longs, au détriment des petites structures qui se retrouveront à acheter des seniors formés par d’autres à prix fort. Elle reproduira probablement les inégalités d’accès qui existent déjà dans le secteur : les bootcamps partenaires recruteront dans les mêmes viviers que les grandes écoles d’ingénieurs, les profils issus de formations moins valorisées resteront à l’écart des nouveaux parcours hybrides.

La question politique que ce mouvement pose, et que presque personne ne pose encore publiquement, est celle de la prise en charge du coût de formation d’une génération. Si les entreprises externalisent ce coût — en ne recrutant plus les juniors qui apprenaient chez elles — quelqu’un d’autre devra le prendre en charge. Les universités ? Les États via des dispositifs d’alternance ? Les individus eux-mêmes, à travers des formations coûteuses dont le retour sur investissement est de moins en moins garanti pour les profils les moins bien positionnés ?

Le marché a commencé à poser la question. Il reste à voir qui se saisit de la réponse.

Sources

  1. HeroHunt.ai — Tech layoffs and AI: the 2026 reality check : https://www.herohunt.ai/blog/tech-layoffs-and-ai-the-2026-reality-check/
  2. Stanford HAI — Artificial Intelligence Index Report 2026 : https://aiindex.stanford.edu
  3. Stanford HAI — 2026 AI Index Report (page Economy officielle) : https://hai.stanford.edu/ai-index/2026-ai-index-report/economy
  4. Stanford HAI — 12 Takeaways from 2026 AI Index : https://hai.stanford.edu/news/inside-the-ai-index-12-takeaways-from-the-2026-report
  5. Burning Glass Technologies — Labor market data, tech hiring trends 2024-2026 (rapport sans URL publique stable)
  6. Burning Glass Institute — No Country for Young Grads : https://www.burningglassinstitute.org/research/no-country-for-young-grads
  7. Microsoft — AI skills and workforce transformation, déclarations publiques 2025-2026
  8. Salesforce — Trailhead AI apprenticeship program, annonces publiques 2025
  9. Salesforce — AI Builder Emerging Talent Program : https://careers.salesforce.com/en/jobs/jr341276/ai-builder-emerging-talent/
  10. SignalFire — State of Talent Report 2026 : https://www.signalfire.com/blog/signalfire-state-of-talent-report-2026
  11. TechCrunch — Running list major tech layoffs 2026 citing AI : https://techcrunch.com/2026/07/06/the-running-list-major-tech-layoffs-in-2026-where-employers-cited-ai/